BANCO CENTRAL DE COSTA RICA

DIVISIÓN ECONÓMICA
DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS
DIE-NT-01-95

TÉCNICAS DE ANÁLISIS MULTIVARIANTE

Juan E. Muñoz Giró

ENERO, 1995
 TÉCNICAS DE ANÁLISIS MULTIVARIANTE1

INTRODUCCIÓN

En las ciencias económicas el análisis numérico de la información generalmente se ha

realizado por medio de simples cálculos estadísticos, o bien, cuando es más complejo, con el
uso del análisis de regresión lineal. Es, por tanto, importante mostrar una serie de técnicas de
análisis que pueden ser consideradas como hermanas de la regresión lineal. Este parentesco
tan cercano se explica por provenir de la rama de la Estadística conocida como análisis
multivariante.

Estas hermanas de la regresión lineal son las siguientes: el análisis de componentes

principales, el análisis discriminante, el análisis factorial, el análisis de correlación canónica y el
de conglomerados. Todos estos análisis son variaciones de un mismo tema en el que el
objetivo principal es presentar diferentes desgloses de las variancias de un conjunto de datos y
someterlos a una serie de pruebas estadísticas para determinar el grado de asociación entre
esas variancias y, por tanto, entre las variables.

El análisis multivariable tiene una historia que data desde el uso de la regresión lineal por parte
de Gauss en 1809 y, posteriormente, por otros estadísticos como Markov en 1900. Las
técnicas más recientes datan desde los años de 1930. En la actualidad, los paquetes
estadísticos y econométricos incluyen procedimientos para aplicar estas otras técnicas del
análisis de datos. A continuación se resumen las principales características de estas técnicas.

EL ANÁLISIS MULTIVARIABLE

En términos generales, los conjuntos de datos se pueden clasificar en un subconjunto de

variables y y otro subconjunto de variables x. Considere que se tienen k1 variables en el
conjunto y y k2 variables en el grupo de las variables x. Pueden existir relaciones entre las
variables de un mismo grupo y entre las variables de los dos grupos. La existencia de
relaciones entre estas variables y su intensidad dependen, fundamentalmente, de la naturaleza
de las variables. Las variables estarían relacionadas por coeficientes γ para las variables y y
coeficientes φ para las variables x. Las relaciones entre las variables se puede observar de la
siguiente forma:

γ 1 y 1i + γ 2 y 2i + . . . + γ k 1 y k1 i + φ1 x1i + φ2 x 2i +. . . + φk 2 x k2 i + ui = 0 1

donde el número de observaciones por variable es i = 1,...,N y la variable u denota un término

aleatorio que captura la información contenida en el conjunto de series que no está explicada
por las asociaciones entre las x y las y. En función del comportamiento de las variables u y de
la clasificación de las x y las y en un lado de la ecuación o en el otro, se tendrían diferentes
enfoques del tratamiento de los datos, los cuales constituyen los análisis multivariantes
definidos anteriormente.

1
Autorizado por Lic. Hermógenes Arguedas Troyo.

1
Sin embargo, la discusión de estas técnicas se tornaría relativamente difícil si se trabajara
directamente con la ecuación (1). Es por ello que el enfoque matricial permitiría un manejo de
las relaciones estadísticas más adecuado. En este sentido defínanse las siguientes matrices:2

 
 y 1 1
y 2 1
⋅ ⋅ ⋅ y k 1 ,1 
 
 y y ⋅ ⋅ ⋅ y 
 1 2 2 2 k 1 ,2 
 
y = ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 
 y 1 N
y 2 N
⋅ ⋅ ⋅ y k 1 , N 
Orden : (Nxk1)
 
 y 1 1
y 2 1
⋅ ⋅ ⋅ y k 1 ,1 
 
 y y ⋅ ⋅ ⋅ y 
 1 2 2 2 k 1 , 2

 
x =  ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 y y ⋅ ⋅ ⋅ y 
 1 N 2 N k 1 ,N 
Orden: (Nxk2)

 
Γ'= γ 1 γ 2 ⋅ ⋅ ⋅ γ
 k 1

Orden: (k1xN)

 
Φ '= φ1 φ 2 ⋅ ⋅ ⋅ φ 
 k2

Orden: (k2xN)


U'= u1 u2 ⋅ ⋅ ⋅ u  N

Orden: (NxN)

2
En notación matricial, el signo de comilla (') denota la transposición de una matriz.

2
Los componentes de las matrices de coeficientes Γ y Φ corresponden a vectores de orden
(1xN). Con esta definición matricial, las relaciones algebraicas de la ecuación (1) se pueden
especificar como:

YΓ + X Φ + U = 0 2

la cual posibilita sustancialmente el tratamiento estadístico del análisis multivariante. El

supuesto básico para llevar a cabo este análisis es el de asumir una función de densidad
normal para cada una de las variables u. Por tanto, para la matriz U la función de densidad
conjunta es:

N N 1
(2π )- 2 | Σ |- 2 e- 2 [U - E(U)] ′ Σ
-1[U - E(U)]
3

donde Σ denota el determinante de la matriz Σ , la matriz de variancias y covariancias de las

variables u.

Con el propósito de ilustrar la aplicación de las diferentes técnicas, considérese un ejemplo en

el que las variables y se refieren a las utilidades de los bancos comerciales, medidas bajo
alguna dimensión temporal (meses, trimestres, semestres, años), mientras que las variables x
pueden ser variables asociadas con el funcionamiento de los bancos: niveles de depósitos y
créditos, estructuras de plazos de estos activos y pasivos, tasas de interés de los bonos
fiscales, inflación, nivel de represión financiera (margen de intermediación), injerencia política,
costos de operación, etc.

ANÁLISIS DE REGRESIÓN LINEAL

En su aplicación más sencilla, la regresión lineal sólo considera una variable y, por lo que la
matriz Y se convierte en un vector de orden (Nx1), mientras que el vector de los coeficientes γ
corresponde a un escalar. En términos matriciales, la regresión lineal transforma a la ecuación
(2) de la siguiente manera:

yi = X (-Φ γ -11 ) + U γ 1
-1
4

En otras palabras, se traslada al conjunto de las variables x a la derecha de la ecuación, con el

signo contrario que afecta a los coeficientes φ , y se divide por el coeficiente asociado con la
variable yi. Este procedimiento de dividir los coeficientes de las x por el coeficiente γ1 recibe el
nombre de normalización. De aquí la interpretación que generalmente se le concede a los
estimadores de esos coeficientes de establecer el efecto de la variable x por unidad de
variación sobre la variable y. En forma más reducida, la ecuación (4) se conoce como:

yi = X β + ε 5

donde el vector de coeficientes β corresponde a los coeficientes entre paréntesis de la

ecuación (4). El vector de variables aleatorias ε corresponde a las variables u divididas por γ.
El análisis de regresión lineal supone, adicionalmente, que E(ε ) = 0 y la matriz de variancias y
covariancias de ε equivalente a σ2In, donde I es una matriz identidad de orden (NxN).

3
Los coeficientes β representan el efecto de la variabilidad de las x sobre la variabilidad de la y.
Para obtener estos coeficientes β se recurre, generalmente, a los estimadores mínimo
cuadráticos ordinarios definidos por:

$ = (x ′x )-1 x ′y
β 6

La teoría de los mínimos cuadrados permite evaluar la calidad de los estimadores en términos
de su insesgamiento y eficiencia, así como también el cumplimiento de los supuestos de la
regresión lineal.

En términos de la ilustración propuesta, las utilidades de los bancos comerciales se

constituirían en las variables dependientes, mientras que las variables exógenas estarían
definidas por las variables x. Las variables x serían los determinantes de las utilidades. O, en
otras palabras, la variabilidad de las y está explicada por la variabilidad de las x.

Bajo el supuesto de que las utilidades de los bancos no ejercen influencia entre ellas mismas y
que los términos aleatorios son independientes de una ecuación a la otra, el método de
mínimos cuadrados ordinarios es el recomendable para analizar el comportamiento de las
utilidades bancarias. Sin embargo, si existiera un efecto cruzado de utilidades bancarias, en el
sentido de que las utilidades de un banco afectan las de otros bancos (una ecuación tiene dos o
más variables y), sería necesario aplicar un método como el de mínimos cuadrados en dos
etapas, por ejemplo. Aún más, si los componentes estocásticos de las ecuaciones están
relacionados entre ellos, sería indispensable aplicar un método como el de mínimos cuadrados
en tres etapas.

ANÁLISIS DE COMPONENTES PRINCIPALES

Para un conjunto de datos (x,y), como los de la ecuación (2), la técnica de componentes
principales permite obtener combinaciones lineales de aquellas variables (x,y) que aportan una
mayor contribución a la explicación de la variancia del conjunto de datos. Para obtener tales
combinaciones es necesario construir la matriz de variancias y covariancias de esas variables.

Por la importancia que representa esta técnica en el análisis de regresión, su explicación se

hará en función de la utilidad para resolver problemas de multicolinealidad. Uno de los
supuestos básicos del análisis de regresión lineal es el de asumir que las variables x son
linealmente independientes, de tal forma que sea posible invertir la matriz (x'x). Ello significa
que la matriz (x'x) tiene un determinante diferente de cero. En el caso de que este supuesto no
se cumpla, los coeficientes mínimo cuadráticos para estimar los parámetros β no pueden ser
obtenidos. Existen variables que son linealmente dependientes.

Por consiguiente, una de las técnicas recomendadas para evitar estos problemas de
multicolinealidad es la de construir una combinación de las variables linealmente dependientes y
para ello se usa la técnica de componentes principales.

La naturaleza de los componentes principales se puede entender mejor al preguntarse el grado

de independencia que realmente existe entre las k2 variables x. Para ello se considera una
transformación de las variables en un nuevo conjunto en el que el primer componente aporta la

4
mayor variancia y los que le siguen van disminuyendo su contribución a la variancia total.
Defínase entonces la combinación como:
z1i = a 11 x1i + a21 x 2i + . . . + a k 2i x k 2 i , i = 1,..., N 7

En forma matricial:

z1 = X a 1 8
donde z es un vector (Nx1), X es una matriz de orden (Nxk2) y a es un vector (k2x1). La suma
de cuadrados de la nueva variable z está dada por:

z ′1 z1 = a ′1 X ′X a1 9

El objetivo del análisis de componentes principales es el de maximizar esta suma de

cuadrados, la cual representa la variancia de z, sujeta a que la suma de cuadrados de los
coeficientes a sea igual a 1.

Este proceso de maximización con restricción conduce a una solución de orden de la forma:

(X ′X)a 1 = λ1 a1 10

donde λ es el multiplicador de Lagrange, asociado con el problema de maximización, pero a la

vez es la raíz característica de la matriz (X'X). Esta raíz característica es un vector de
coeficientes ai, los cuales son valores característicos (eigenvalues). Se dice, por tanto, que λ
es la raíz con el valor más alto en la matriz (X'X) y que el primer componente principal de X es,
entonces, z 1.

Si se supone que la matriz (X'X) contiene k raíces características, entonces los k componentes
principales, ortogonales entre ellos mismos, se especificarían como:

Z = XA 11

donde la variancia de los componentes estaría dada por:

Z ′Z = A′ X ′XA= Λ 12

donde la matriz Λ es de la forma:

 
 λ 1 0 ⋅ ⋅ ⋅ 0 
 
 0 λ 2
⋅ ⋅ ⋅ 0 
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
Λ =  
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 
 
 0 0 ⋅ ⋅ ⋅ λ k


5
En otras palabras, los elementos de la diagonal de la matriz Λ proporcionan la ponderación que
tienen los componentes principales en la variancia total de (X'X) de forma tal que λ1 es mayor
que λ2 y así sucesivamente.

En el ejemplo de las utilidades bancarias se puede presentar el caso en el que se definan

combinaciones lineales de las x que expliquen la variabilidad de las utilidades de cada banco.
Por ejemplo, el análisis de componentes principales podría decir que una combinación de los
niveles de depósitos, de crédito, los plazos de captación y colocación y los costos de operación
aportan la mayor variabilidad a las utilidades. El segundo componente principal, el que sigue en
la explicación de la variancia de las utilidades, puede ser una combinación de las tasas de
interés del gobierno, el margen de intermediación y la tasa de inflación, por ejemplo. El análisis
termina cuando se establece la última combinación que explicaría el remanente con el 100 por
ciento de variabilidad.

El análisis de componentes principales es también útil para la construcción de índices e

indicadores adelantados.

ANÁLISIS FACTORIAL

El análisis factorial, variante del análisis de componentes principales, consiste en extraer los
componentes principales de una matriz de correlación de las variables x y de las y. Se
diferencia del análisis de componentes principales en que las ponderaciones λi se transforman
de forma tal que su suma de cuadrados es igual al valor característico de la matriz Λ. El
análisis factorial permite seleccionar el número de factores retenidos en la solución final.

Considere que existen ciertos factores comunes F que influyen a las variables y y x
simultáneamente. De la misma forma, existen factores específicos G1 que sólo afectan a las
variables y y factores G2 que afectan exclusivamente a las x. Bajo estas condiciones, las
variables pueden ser expresadas como:

Y = A1 F + G1 13

X = A2 F + G2 14

donde F es un vector de m factores comunes a y y x; las matrices A corresponden a

coeficientes que asocian los factores comunes con las variables.

El análisis factorial requiere que los factores F no estén relacionados con los factores G.
Tampoco se permite que haya covariancias entre los factores G. Adicionalmente, se supone
que los factores F poseen una matriz de variancias y covariancias igual a la matriz identidad (I).
Bajo estos supuestos, las variancias de las variables y y x están dadas por:

var(Y) = Σ 11 = A1 A′1 + var(G1 ) 15

var(X) = Σ 22 = A2 A′2 + var( G2 ) 16

cov(Y, X) = Σ 12 = A1 A′ 2 17

6
La ecuación (17) significa que la correlación entre y y x se explica solamente por sus factores
comunes. El menor número de factores comunes está dado por:

m = R Σ12 18

donde R es la matriz de correlaciones canónicas. La importancia fundamental del análisis

factorial radica en la identificación de las variables más importantes, dentro de cada
componente principal, para explicar la covariancia entre y y x.

Es probable que las utilidades de los bancos comerciales (variables y) y el margen de

intermediación financiera (variable x) estén altamente influidos por las tasas de interés de los
bonos fiscales, por la tasa de inflación y por los costos de operación. Si ello fuera cierto, el
análisis factorial permitiría observar la importancia de estos factores comunes en la explicación
de la variabilidad de las utilidades y del margen de intermediación financiera.

ANÁLISIS DE CORRELACIÓN CANÓNICA

Las correlaciones canónicas se definen como las correlaciones múltiples máximas entre unas
variables y varias funciones lineales de otras variables. Defínanse Σ 11, Σ 22 y Σ 12 como las
matrices de variancias y covariancias entre y y x. Defínanse también dos combinaciones
lineales de variancia unitaria de la forma L'Y y M'X. El análisis de correlación canónica escoge
los coeficientes de las matrices L y M tal que la correlación entre esas dos combinaciones
lineales es la máxima. En términos matemáticos, el problema consiste en maximizar la
covariancia de las combinaciones lineales:

L′ Σ 12 M 19

sujeto a que las variancias de las combinaciones lineales sean normalizadas a 1:

L′ Σ 11 L = 1 20

M ′ Σ 22 M = 1 21

Las soluciones de primer orden conducen a definir los multiplicadores de Lagrange de la

siguiente forma:

λ1 = L ′ Σ 12 M 22

λ2 = M ′ Σ 21 L 23

En vista de que los multiplicadores de Lagrange son iguales, se puede decir que λ1 = λ2 = ρ.
Ello implica que ρ corresponde a la raíz característica de la ecuación determinante:

| Σ 21 Σ -111 Σ 12 - ρ2 Σ 22 | = 0 24

Para este caso de dos combinaciones lineales, λ1 y λ2 son las correlaciones canónicas.
Cuando se consideran más de dos combinaciones lineales se definen raíces características

7
ρ1...ρs para los correspondientes vectores M1...Ms. Al agrupar estos vectores en una matriz Φ =
[ M1. . . M2 ] tal que:

Φ ′ Σ 22 Φ = I 25

se puede definir, entonces, una matriz R de la forma:

R = Φ ′ Σ 21 Σ -111 Σ 12 Φ 26

La matriz R es una matriz diagonal cuyos elementos corresponden a las correlaciones

canónicas ρ1 > . . . > ρs. Las funciones lineales en Φ corresponderían a las variables
canónicas.

Considérense combinaciones lineales de las utilidades de diferentes bancos comerciales

(variables y) y combinaciones lineales de diferentes variables x. Al maximizar la variancia entre
pares de combinaciones de y y x, se encontrarían coeficientes asociados con las variables y y
con las variables x. Esos coeficientes, llamados correlaciones canónicas, permitirían observar
la importancia de las relaciones dentro de las variables y y dentro de las variables y bajo la
restricción de que los coeficientes maximicen la variancia de las dos combinaciones. Este tipo
de análisis permitiría, en un principio, identificar cuáles variables serían útiles de considerar
como endógenas en un modelo de ecuaciones simultáneas, así como aquellas exógenas que
aportarían explicación al modelo.

ANÁLISIS DISCRIMINANTE

El análisis discriminante enfoca un problema de identificación relacionado con la pregunta de

que a cuál grupo, de entre varios, pertenece la variable o unidad estadística en observación.
Por ejemplo, el análisis discriminante clasificaría a un banco comercial como de utilidades bajas
o de utilidades altas, dos poblaciones diferentes, en función de los niveles de las variables x. Es
decir, el análisis discriminante probablemente asocie a la condición de bancos con bajas
utilidades a aquellos con márgenes de intermediación financiera elevados, con depósitos
altamente concentrados en el corto plazo o con una alta injerencia política. Es decir, el análisis
definiría las características para pertenecer a un grupo o a otros.

Los siguientes pasos son necesarios para resolver el problema:

(a)Conocer las densidades de probabilidad P1(y),...,Pz(y) para clasificar las variables y

en z grupos diferentes.

(b)Conocer las probabilidades a priori π 1,...,π z para las poblaciones, las cuales son
frecuencias relativas de unidades estadísticas de los z grupos.

(c)Especificar valores rij que representen la pérdida por identificar una variable y en el
grupo i cuando en realidad pertenece a la población j.

A las variables y se les asocia un puntaje S que consiste en un promedio ponderado de las
probabilidades de que cada variable muestre los atributos que definen a una población en
particular. Es decir:

8
 ∑
Z

Si = πn Pn (y) r ni 27
n=1

La variable yi se asigna a la población para la cual su puntaje discriminante es el más alto. En

el caso de que las variables sean normales, el puntaje discriminante se puede calcular como:

1 1
S i = - ln| Σ i | - ( y - y i )′ Σ i ( y - y i ) + ln πi
-1
28
2 2

el cual es el logaritmo de la función de verosimilitud de la variable yi.

Cuando existen sólo dos poblaciones (bancos con utilidades altas o con utilidades bajas), la
regla de decisión para la asignación de un banco en un grupo o en el otro está dada por la
diferencia de dos puntajes discriminantes: S1 - S2. En términos de la verosimilitud normal, la
diferencia de los discriminantes sería:

1
( y ′1 - y ′ 2 ) Σ -1 Y - ( y ′1 Σ -1 y 1 - y ′2 Σ -1 y 2 ) + ln π1 - ln π2 29
2

Si se denota el primer sumando de la ecuación (29) como L(Y) y los dos últimos como c, la
regla de decisión es la siguiente: asigne el i-ésimo banco al grupo de bancos con utilidades
altas si L(Y)>c o, al contrario, al grupo con utilidades bajas si L(Y)<c.

ANÁLISIS DE CONGLOMERADOS

Una variación sutilmente diferente del análisis discriminante es el análisis de conglomerados, el

cual agrupa las observaciones provenientes de un conjunto de variables multivariantes en
conglomerados similares. El análisis calcula la distancia euclidiana entre pares de puntos en un
gráfico bidimensional.

Los procedimientos de agrupación son los siguientes: (a) se escogen puntos iniciales contra los
cuales se comparan y aglomeran las siguientes observaciones; (b) se definen conglomerados
amplios a partir de los cuales se comienzan a extraer aquellas observaciones más diferentes.
Este último método consiste en los cálculos de distancias máximas y mínimas.

En el ejemplo que se ha presentado, el análisis de conglomerados permite identificar a los

bancos más parecidos de acuerdo con su nivel de utilidades (variables y) y alguna otra variable
del grupo de las x.

PROGRAMAS DE ANÁLISIS ESTADÍSTICO

El manejo de estas técnicas de análisis multivariante se ha simplificado sustancialmente con el

uso de programas de análisis estadístico para computadoras. En el caso del análisis de
regresión lineal, los programas econométricos han explotado la técnica con modelos
relativamente difíciles y complejos. Generalmente, estos paquetes econométricos también
incorporan comandos para llevar a cabo el análisis de componentes principales. Como ejemplo
están SHAZAM y algunas versiones de TSP.

9
Para las restantes técnicas de análisis multivariante destaca el paquete SPSS, el cual contiene
una serie de comandos que permiten un uso flexible y rápido de las técnicas, con la ventaja de
el manual incorpora discusiones teóricas y prácticas de los resultados estadísticos. Otro
paquete avanzado es SAS, pero no contiene la discusión de los resultados. Como una última
opción se podría contar con STATGRAPHS, el cual tiene la limitación en cuanto al número de
variables y observaciones que permite manipular.

BIBLIOGRAFÍA

Johnston, J. (1984). Econometric Methods. Third Edition. New York: McGraw-Hill Book Co., 568
páginas.

Rao, C. Radhakrishna (1973). Linear Statistical Inference and Its Applications. Second Edition.
New York: John Wiley & Sons, 625 páginas.

Software Publishing Group. Manual de STATGRAPHICS.

F:\INVESTIG\DIE\NT\NT95\NT0195.DOC

10